ReTerm提出失败驱动的终端智能体自我改进方法

2026年11月4日，机器之心报道，复旦大学、香港中文大学 MMLab 与上海交通大学的研究者提出 ReTerm 方法，让终端智能体尝试恢复自己造成的失败，并从恢复结果中学习，形成失败驱动的递归自我改进（Recursive Self-Improvement，RSI）训练闭环。报道称，研究团队已公开代码、模型与数据，欢迎关注和交流。目前该事件仅有这一篇主报道，尚无后续跟进报道，方法的实际效果与适用范围未见进一步披露。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。